Scelte di progettazione degli avatar per la realtà virtuale

Abstract

Il presente lavoro di tesi esplora l'impatto delle scelte progettuali relative agli avatar e come queste possano influenzare la percezione dell'utente in ambienti virtuali immersivi, esaminando la relazione tra realismo visivo e coerenza comportamentale. L'obiettivo finale del progetto era quello di creare un sistema immersivo che massimizzasse la presenza sociale e minimizzasse l'effetto perturbante. A tal fine, sono state sviluppate due tipologie grafiche di avatar, una cartoon e una realistica. Per la componente grafica realistica, è stato selezionato lo strumento 3D Gaussian Splatting (3DGS), che oggi rappresenta una tecnologia innovativa con un forte potenziale per riprodurre fedelmente la realtà. Parallelamente al rendering visivo, è stata implementata una pipeline di interazione intelligente basata su tecnologie di Natural Language Processing (NLP) e su modelli Speech-to-Text e Text-to-Speech forniti da Azure AI Speech. Per garantire una risposta emotiva coerente, la struttura dell'agente virtuale è stata modellata ispirandosi a una versione rivista e semplificata del modello psicologico Ortony, Clore & Collins (OCC), definendo una gerarchia di emozioni funzionale a una valutazione cognitiva degli eventi di gioco. Durante il progetto, la ricerca ha incontrato diverse difficoltà sia a livello hardware che software. Il lavoro documenta le limitate capacità hardware rispetto ai requisiti del progetto avanzato ExAvatar, basato sul modello parametrico SMPL-X. A livello software, a causa della limitata accessibilità alle implementazioni allo stato dell'arte, è stata sviluppata una soluzione sperimentale per stabilire una connessione tra 3D Gaussian Splatting e Unity, al fine di implementare l'animazione dei soggetti. Il progetto ha tentato di replicare il massimo livello di immersione riducendo al minimo l'effetto perturbante, ma i risultati finali mostrano una preferenza per la versione cartoon.

The present thesis work explores the impact of design choices related to avatars and how these choices can influence user perception in immersive virtual environments, by examining the relationship between visual realism and behavioral coherence. The final objective of the project was to create an immersive system that maximized social presence and minimized the uncanny valley effect. For this purpose, two graphic types of avatars were developed, one cartoon and one realistic. For the realistic graphic component, the 3D Gaussian Splatting (3DGS) tool was selected, which today represents an innovative technology with strong potential to reproduce reality faithfully. In parallel with the visual rendering, an intelligent interaction pipeline was implemented based on Natural Language Processing (NLP) technologies and on Speech-to-Text and Text-to-Speech models provided by Azure AI Speech. To guarantee a coherent emotional response, the structure of the virtual agent was modeled by taking inspiration from a revised and simplified version of the psychological model Ortony, Clore \& Collins (OCC), defining a hierarchy of emotions that is functional to a cognitive evaluation of the game events. During the project, the research faced several difficulties at both hardware and software levels. The work documents the limited hardware capabilities with respect to the requirements of the advanced ExAvatar project, based on the SMPL-X parametric model. At the software level, due to the limited accessibility of state of the art implementations, an experimental solution was developed to establish a connection between 3D Gaussian Splatting and Unity was created in order to implement the animation of the subjects. The project attempted to replicate a maximum level of immersion while minimizing the uncanny valley effect, but the final results show a preference for the cartoon version.